连续动作空间中 Q-learning 算法的离散化线性复杂度强化学习
机器学习
2018-07-25 v2 人工智能
机器学习
摘要
本文中，我们勾勒了一种将 Q-learning 算法拓展至连续动作空间领域的算法。我们的方法基于动作空间的离散化。与常用的离散化方法不同，我们的方法不会使离散化问题的维度呈指数增长。我们将展示所提方法在采用离散化时具有线性复杂度。本工作中提出的 Q-learning 算法变体，标记为有限步 Q-learning（FSQ），可部署于浅层与深层神经网络架构。
引用
@article{arxiv.1807.06957,
title = {Discrete linear-complexity reinforcement learning in continuous action spaces for Q-learning algorithms},
author = {Peyman Tavallali and Gary B. Doran and Lukas Mandrake},
journal= {arXiv preprint arXiv:1807.06957},
year = {2018}
}